使用了也好一陣子了，從HomeAssistant上，轉到Synology，再改良Container。
從N8N版本一用到版本二。
歷經N8N毀滅，辛苦兩週的成果消失，直接自暴自棄，兩個月後才再次開始。
我這邊來分享一下我的心得與看法。
凡事備份最重要
在開始時，什麼都沒有，所以不見也不會心疼。
但是開始運作時，大概在有十個工作流時，尤其是那種很複雜的工作流，只要不見就很痛。
每個容器化的東西，都有可能隨時消滅。
如果這服務沒有任何可靠的備份輸出，請「一定」要優先探索備份還原的手段！
容器化的備份指南
以下是個人偏好
我喜歡容器都掛載專案資料夾的資料夾作為儲放，不使用Docker volume沒辦法在host系統上直接取出來的。
習慣性掛載，所以重要的檔案基本上都能備份到，寫compose.yaml時也會知道。
image基本上在網路上長存，如果是大專案那就不用擔心棄坑，小專案是會遇到棄坑的。
如果部署是使用指定版本，建議image也備份。
最後是先停止運作後，再整個專案資料夾壓縮備份，再重啟。
專案資料夾包含compose.yaml以及使用到的資料，這樣子方便解壓縮後，移到其他的機器上部署，一個docker-compose up就輕鬆了。
慘痛的經驗
備份時沒有停止運作，像是使用Sqlite就會鎖住。
有些工作流每分鐘來一次，而且重點是不停下來，就不會釋放Sqlite存取權，資料庫都是寫入狀況。
只要來點意外重啟，就能讓DB缺資料或毀損，然後再透過自我修復把那些毀損的清掉。
於是只剩下「上次停機時的那些」。
我仍建議直上外部DB，我的HomeAssistant也是，我的N8N目前也是，Sqlite簡易好用，但也有侷限性，為了不要讓憾事發生，早點改用postgres。
那次Crash，消失的不只是時間累積，還是那時候所做的構思，現在不見得能夠再造回來。
就因為N8N沒有很好的備份機制，沒有內建每天備份，至少目前沒有，所以只有用土砲方式造。
HomeAssistant備份機制演進
我在五年前就開始使用HomeAssistant，現在仍然是重要的家庭中樞。
一開始只有內建手動備份，運作也可能隨時會毀滅掉，不過手動備份檔讓我拯救好幾次，不致於消失掉太多設定，都還能補回來。
後面有人造出Google Drive備份，也有造出SMB備份，那時候才是安心的時刻。
我想「隨時都要準備好萬一這東西毀壞，我能很快速修復還原嗎？尤其是這種很新穎但不穩定的新東西。」
能使用雲端備份後，HA的穩定度也上升很多，真要到我拿備份檔拯救的次數大幅下降，甚至一年都沒有發生。
就在去年，HA也內建雲端備份功能，我就也轉回到HA本身的雲端備份功能，很感謝那時候寫雲端備份大神的貢獻，至少每天都有備份，不會讓成果與資料一夕全毀。
N8N備份現況
N8N資料主要分三塊：工作流、認證資訊、資料表。
基本上要備份也是使用這三塊去備份。
我的方法與想法是比較通用的，不管這些細節資訊都把專案資料夾備份，先停再備後開，這招除了N8N之外，其他容器化服務也能適用這一套方式。
但是缺點會有停機時間。
Host本身可以再搭配雲端同步或是腳本把備份檔上傳。
但我仍希望N8N做出備份匯出的功能，畢竟透過內建這樣的機制去完成備份還原是更令人安心的。
※另外一個我大量使用的Moodle也有這種狀況，教材更大
如何創造工作流
https://www.bnext.com.tw/article/89778/enterprise-gai-transformation-strategy-process
今天剛好看了上述的文章，我覺得蠻能闡述是如何從0到1，再從1到100。
公司有找外面的講師講AI課程，這一年下來，工作導不了AI，沒有AI，為什麼？就卡死在這第二階段。
若以我的人力質量需求理論來說：質不夠，可以邊做邊學去彌補，但會花更多時間。
短期來看，這非常勸退人，先不管能不能帶來收益，一定是會花很多時間，成效未知，自身經驗與知識也不足，這一試有可能就沒有辦法順利完成工作事項。
所以要保留一段時間，也要求提出一些構想或是成果，不然將不會驅動導入事件發生。
工作流都是因應「需求」而生，建議是簡單、重複、明確的那種，導入大語言模型可以增加親切度。
工作流是簡單的小任務，例如查詢資訊、更新資料、接收訊息等。而後就可以做到接收訊息後，查詢資訊並更新資料。
要試著讓工作流去勝任，也就是佔有一席之地，變成生活或是工作的一部分，站穩了1，後面成長到100就會很順暢。
如何開發工作流
N8N工作流是一個個節點，去抄別人的模板也好，但是就會陷入迷思，個人建議看不懂的工作流不要用。
實戰透過ChatGPT協助，我覺得效果不好，更何況這些東西都很新穎，語言模型內可沒有優質的語料參考，就迴歸於人要如何思考與規劃，不像寫程式碼可以拋過去就能好收穫。
每一個工作流，我會對應一個筆記，基本上是寫在Notion上，包含過程歷程等等。
N8N在工作流中沒有一個很好的資訊呈現方式，就連Note也是蠻陽春的。
所以，在N8N的工作流中，使用Note去導到Notion上對應筆記，可以讓人從Notion上看到更多詳細歷程，這才是一個好方式。
ChatGPT還是LLM在生成時，畢竟是對話，久了或是常用，這些對話紀錄很難找，就算找到了，也不見得能立刻回憶起當時的想法。
使用筆記軟體搭配，整理思緒、整理相關使用資料、整理ChatGPT重點對話。
也許本次開發你覺得不太需要紀錄下來，但是，未來再進階開發呢？或是像我一樣不幸失去資料呢？
我在寫VSCode時，也是一個專案一個資料夾，會在裡面詳細紀錄一些想法與演進。但是N8N的工作流沒有辦法寫在同一頁面，所以只好透過Note連到外部去。
LLM不能幫助你節點規劃
正如我上段所說，看不懂的工作流你不應該使用。
LLM好用，但是對工作流熟悉的人是你自身，而不是LLM，除非你在提示詞寫得很詳盡，但是能寫得詳盡的人自己也能規劃出節點。
在一開始，我們就連節點能做什麼功能，該如何設定都不太清楚。
但我們可以把工作一步一步拆解，列出Step by Step，特別是有明顯先後因果的步驟。
完成後才交給LLM依據N8N的節點去規劃您寫的Step by Step要如何實踐。
全交給LLM做工作流節點自由規劃，在我的經驗來說是一踏糊塗，特別是少見的API啊，你想像跟LLM學到的想像是不同的，所以你需要自己做節點規劃。
(除非這幾年有很多人投入，累積了大量優秀的工作流，在這之前，不要相信LLM有學到何謂好的工作流
LLM能幫助你完成節點
N8N節點功能很多樣，經常會遇到「資料整理」需求，使用內建的節點往往不夠直覺，我建議直接交給code節點去整理。
如果節點需要轉換或是整理資料，我建議讓ChatGPT或是Gemini等直接用Code節點並使用JS去寫輸出。
N8N上到第二版後，python就要額外掛服務，因此語言使用JS是最簡單省事的。
以外除了Code節點，HTTP Request也是很常用的，LLM可以搜尋整理並提供範本，抄起來。
對於節點不熟悉，都可以詢問LLM去得到幫助。
工作流是輔助
企業導入AI，想像著以後都交給AI去做，人就輕鬆了，但是沒有。
工作流畢竟只是做事，他無法取代你娛樂、體驗等等。
若你也沒辦法做到的，人是造不出超越人認知的工作流，工作流也沒辦法幫助。
我的生活，工作是能用工作流輔助部分，但是下班後煮菜買東西就不能交給工作流。
我想說：不要讓工作流變成一個一定要產出成果的目標。
終究會遇到瓶頸，就會沒辦法再更多，為了達標而造，能用到的只是滿足你造出時成就感，可是後續就荒廢。
工作流是一種思考
我認為能在電腦上就做到的，都有化為工作流的可能性。
工作流是一種有條裡有先後的思考。
我在面試數個人的經驗來說，能做到掌握事件先後脈絡再答對問題的人，少。
它不是天賦，是一種技能，要做得好與輕鬆就靠經驗累積。
這樣的思考是很有價值的能力，幫助人做事時不要迷航。
現在詢問LLM是常態，但是照做發生狀況時，LLM並不會負責，而人都要對自己的人負責。
造出多個工作流之後，就會養成一種分析的習慣，分析要如何從頭走過各節點直到終點。
我的現況
N8N主要是作為定時事件以及應用服務功能串接。
最後一個工作流是造「N8N備份」，透過SSH連到NAS上執行腳本。
消失的工作流有：
- 追蹤股票符合條件就發出通知與待辦事項
- 設備快沒電就發出通知與待辦事項
- 收信將一些特別信件變成待辦事項
平時我不會經常看股票、也不會看設備電量，就靠N8N定期看並通知我。
N8N是很靈活的產品，勢頭也正好，在這浪潮我覺得會繼續發展下去，更強大起來。